如何报告准确的费舍尔测试结果

Fisher 精确检验用于确定两个 calcategories 变量之间是否存在显着关联。

当 2 × 2 表中的一个或多个单元格计数小于 5 时，它通常用作独立性卡方检验的替代方法。

在报告 Fisher 精确检验结果时，我们通常使用以下通用结构：

• 简要提及这两个变量。
• 检验的 p 值（以及它是否代表单侧或两侧 p 值）。

这是我们可以使用的确切措辞：

Fisher 精确检验用于确定[变量#1] 和[变量#2] 之间是否存在显着关联。

[变量#1] 和[变量#2] 之间[存在或不存在] 统计上显着的关联（p = [p 值]）。

以下示例展示了如何在实践中报告 Fisher 的精确测试结果。

示例：报告 Fisher 精确测试结果

假设我们想知道性别是否与特定大学对政党的偏好有关。

为了探究这一点，我们随机调查了校园内的 25 名学生。下表列出了调查结果：

鉴于表中的一个或多个单元格小于 5，我们可以使用 Fisher 精确检验来确定性别和政党偏好之间是否存在统计上显着的关联。

假设我们使用 SPSS运行测试并得到以下结果：

以下是报告测试结果的方法：

费舍尔精确检验用于确定性别和政党偏好之间是否存在显着关联。

两个变量之间没有统计学上显着的关联（双侧 p = 0.115）。

要记住的事情

报告费舍尔精确测试结果时需要记住以下几点：

1. 使用描述性统计表。

提供一个描述性统计表可能会有所帮助，该表显示调查或研究中使用的个体总数以及属于每个变量的个体的总比例，以使读者更全面地了解数据。

2. 没有测试统计数据可供报告。

与卡方独立性检验不同，Fisher 精确检验没有要报告的检验统计数据。

相反，我们只是报告检验的 p 值，并注意我们使用了费舍尔精确检验。这是一种常用的测试，因此众所周知，最终报告中不会包含任何测试统计数据。

其他资源

以下教程解释了如何在各种统计软件中执行 Fisher 精确检验：

如何在 R 中执行 Fisher 精确检验
如何在 Python 中执行 Fisher 精确检验
如何在 SPSS 中执行 Fisher 精确检验
如何在 Excel 中执行 Fisher 精确检验
费舍尔精确检验计算器